AI

1. Working with an AI team Specify your acceptance criteria 95%의 정확도를 어떻게 측정할 것인가? 이전에는 AI팀의 퍼포먼스를 측정하기 위해 제공되는 데이터셋을 test set이라고 했다. 이는 통계적으로 확인된다. 따라서 원하는 목표가 통계적으로 어떤 수치 달성을 원하는 것인지 명시할 필요가 있다. How AI teams think about data training set은 A와 B를 mapping할 수 있도록 만드는 input이 된다. 이를 기반으로 획득한 learning 알고리즘을 test set에 적용한다. Ptifall: Expecting 100% accuracy 굉장히 작은 균열만 있더라도 defect로 탐지할 수 있는 애매한 문제들도 존재한..

1. Every job function needs to learn how to use data Sales 인공지능의 발전은 sales 분야를 비롯한 여러 분야에 변화를 일으키고 있다. Data science를 기반으로 해서 machine learning은 이런 분류 작업을 자동으로 처리해준다. Manufacturing line manager 제조업 분야에서도 사람이 직접하던 검수를 인공지능을 통해 자동화하고 더 효율적인 공정 시스템을 만들 수 있다. Recruiting 채용 과정에 있어서도 머신러닝이 이력서 데이터를 기반으로 학습하여 인터뷰를 할 것인지 말 것인지를 판단할 수 있다. Marketing 어떤 방식을 취하는 것이 더 많은 사용자를 유치할 수 있을지에 대한 접근도 머신러닝을 이용하면 된다. 여..

1. Workflow of a machine learning project Example: Speech recognition Key Steps of a machine learning project 1) Echo / Alexa 1. Collect data 실제로 돌아다니면서 사람을 만나 대화 내용을 기록하는 것을 가정 2. Train model Iterate many times until good enough input A로부터 output B가 mapping될 수 있도록 충분히 시행해야 한다. 3. Deploy model Get data back Maintain / update model 예를 들어 British accent로 학습된 모델은 American accent를 잘 인식하지 못할 것이다. 따라서..

1. What is a Nerual Network? Housing Price Prediction size라는 input x를 받아 계산한 결과가 price라는 output y가 되고, 이것을 그래프로 표현한 것이다. input을 output으로 만들어주는 계산 과정이 포함된 부분을 도식화하면 동그라미가 되고, nueron이라고 한다. 위 그래프는 y의 값이 음수가 절대로 될 수 없기 때문에 y값이 전부 0으로 표현되는 수평한부분이 존재한다. 이런 형태의 그래프는 Rectified Linear Unit, ReLU 의 형태다. 지금 당장은 자세히 몰라고 되지만 향후 중요하게 다룰 내용이다. 지금은 single neuron만 존재하는 아주 간단한 형태의 neural network이고, 더 복잡한 NN을 만들기..

Part 1 Demand prediction nueral network의 가장 기본적인 형태 price, shipping cost, marketing, material 이라는 네 개의 input이 각각 affordability, awareness, perceived quality라는 요인에 영향을 주고, 이 세 개의 요인이 합쳐져 demand라는 output으로 이어진다. 충분한 데이터가 주어진다면 input에서 output으로 mapping하는 작업을 아주 잘 수행할 수 있게 된다. Part 2 (more complicated) Face recognition 컴퓨터는 각 필셀이 얼마나 밝은지를 "숫자"로 파악한다 1000 x 1000 픽셀로 구성된 사진이라면 1,000,000개의 픽셀을 데이터로 가지게..

Self-driving car Can do: 센서를 통해 사물을 감지하고 다른 차가 어딨는지 파악할 수 있다. Cannot do: 사람이 뻗은 손 모양을 보고 이것이 stop, hitchhiker, bike turn left signal인지 구분할 수 없다. 인간 의도를 파악하기는 쉽지 않다. 1. Data 획득의 어려움 2. Need high accuaracy X-ray diagnosis Can do: Diagnose pneumonia from 10,000 labeld images Cannot do: Diagnose pneumonia from 10 images of a medical textbook chapter explaining pneumonia Strengths and weaknesses of m..